Article Per Year (5 Year)
p-Index From 2021 - 2026
3.487
P-Index
This Author published in this journals
All Journal International Journal of Artificial Intelligence Research Techno Xplore : Jurnal Ilmu Komputer dan Teknologi Informasi Scientific Student Journal for Information, Technology and Science Jurnal Pengabdian Masyarakat Nasional ABDI KAMI: Jurnal Pengabdian Kepada Masyarakat
Deden Wahiddin
Universitas Buana Perjuangan Karawang
Religion Aerospace Engineering Agriculture, Biological Sciences & Forestry Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 26 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 26 Documents
Search

 1   2   3 
Analisis Pola Pembelian Produk pada Toko Sembako Mamah Dedeh Menggunakan Algoritma FP-Growth Dina Aliya Sari; Adi Rizky Pratama; Nurhayati; Deden Wahiddin
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 2 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penelitian ini bertujuan menganalisis pola pembelian produk pada Toko Sembako Mamah Dedeh menggunakan algoritma Frequent Pattern Growth (FP-Growth). Data yang digunakan berupa transaksi penjualan selama tujuh bulan yang melalui tahap praproses, meliputi pembersihan data, penghapusan duplikasi, dan pengelompokan transaksi. Selanjutnya, analisis dilakukan melalui pembentukan FP-Tree, conditional pattern base, conditional FP-Tree, serta pembangkitan aturan asosiasi berdasarkan nilai minimum support dan confidence. Hasil penelitian menunjukkan adanya beberapa kombinasi produk yang memiliki nilai support dan confidence tinggi sehingga berpotensi dijadikan dasar dalam penyusunan strategi penempatan produk, paket penjualan, dan program promosi. Dengan demikian, algoritma FP-Growth terbukti efektif dalam mengidentifikasi pola pembelian konsumen serta mendukung pengambilan keputusan yang lebih tepat berdasarkan data transaksi.
Sistem Kotak Penggalangan Dana Otomatis Berbasis ESP32 dengan Klasifikasi Nominal Uang Kertas Menggunakan Metode Euclidean Distance Gilang Cantona; Deden Wahiddin; Nurhayati; Adi Rizky Pratama
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 2 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengelolaan kotak penggalangan dana secara manual sering kali menimbulkan berbagai kendala, seperti keterlambatan pencatatan, risiko kesalahan, serta rendahnya transparansi dalam pelaporan. Penelitian ini bertujuan merancang sistem otomatis berbasis Internet of Things (IoT) menggunakan mikrokontroler ESP32 dan sensor warna TCS3200 untuk mengenali nominal uang kertas Rupiah. Metode Euclidean Distance digunakan untuk mengklasifikasikan nominal berdasarkan nilai ambang RGB dari masing-masing uang kertas yang telah dikalibrasi. Hasil klasifikasi kemudian dikirimkan secara real-time melalui bot Telegram beserta total saldo yang diperbarui secara otomatis. Sistem diuji pada tujuh nominal uang kertas, mulai dari Rp1.000 hingga Rp100.000, dan menunjukkan tingkat keberhasilan deteksi yang tinggi, terutama pada nominal besar. Hasil penelitian menunjukkan bahwa kombinasi sensor warna dan metode Euclidean Distance dapat menjadi solusi yang efektif untuk mengotomatisasi pencatatan donasi secara efisien dan transparan.
Deteksi Pelat Nomor Kendaraan dengan Convolutional Neural Network dan Pembacaan Karakter dengan Optical Character Recognition Indri Rahmawati; Deden Wahiddin; Euis Nurlaelasari; Adi Rizky Pratama; Ahmad Fauzi; Jamaludin Indra
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 2 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengenalan pelat nomor kendaraan secara otomatis menjadi salah satu solusi untuk meningkatkan efisiensi dan keamanan sistem parkir, khususnya di Universitas Buana Perjuangan Karawang yang masih menggunakan metode manual. Penelitian ini mengembangkan sistem deteksi pelat nomor kendaraan menggunakan algoritma Convolutional Neural Network (CNN) dan PaddleOCR. Dataset yang digunakan sebanyak 10.795 citra, kemudian diperluas menjadi 21.590 citra melalui proses augmentasi data. Tahap preprocessing meliputi konversi citra menjadi grayscale, resize, normalisasi, dan parsing anotasi. Algoritma Convolutional Neural Network digunakan untuk mendeteksi lokasi pelat nomor, sedangkan PaddleOCR digunakan untuk mengenali karakter pada pelat nomor. Evaluasi dilakukan menggunakan metrik Mean Absolute Error (MAE), Intersection over Union (IoU), dan akurasi OCR. Hasil evaluasi menunjukkan nilai IoU validasi sebesar 0,8639 dan akurasi OCR sebesar 80%, yang menunjukkan bahwa sistem memiliki performa yang baik pada tahap awal pengembangan.
Penerapan Algoritma FP-Growth untuk Analisis Pola Pembelian Suku Cadang di Bengkel Sepeda Motor Maulidinah Nurrahma; Sutan Faisal; Rahmat; Deden Wahiddin
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 2 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pengelolaan suku cadang merupakan faktor penting dalam menjaga kelancaran operasional bengkel sepeda motor. Permasalahan yang umum dihadapi oleh pemilik bengkel adalah ketidaktepatan manajemen stok akibat belum adanya analisis terhadap pola pembelian pelanggan. Penelitian ini bertujuan menerapkan metode data mining menggunakan algoritma FP-Growth (Frequent Pattern Growth) untuk menganalisis pola pembelian suku cadang berdasarkan data transaksi pelanggan. Algoritma FP-Growth dipilih karena mampu menemukan kombinasi item yang sering muncul secara bersamaan dengan cepat dan efisien. Hasil analisis menunjukkan adanya pola keterkaitan antarproduk, seperti kombinasi pembelian antara oli dan busi, yang dapat dijadikan dasar dalam perencanaan dan pengendalian stok. Dengan penerapan metode ini, pengelolaan persediaan dapat dilakukan secara lebih efektif, risiko kelebihan maupun kekurangan stok dapat diminimalkan, serta kepuasan pelanggan dapat meningkat.
Analisis Kinerja Algoritma Long Short-Term Memory dan Random Forest untuk Prediksi Penjualan Buah Mochamad Rayhan Bachtiar; Deden Wahiddin; Iman Sanjaya; Sutan Faisal
Scientific Student Journal for Information, Technology and Science Vol. 7 No. 2 (2026): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Fluktuasi volume penjualan buah akibat kondisi ekonomi dan perilaku konsumen menjadi tantangan dalam perencanaan stok. Penelitian ini membandingkan kinerja algoritma Long Short-Term Memory (LSTM) dan Random Forest dalam memprediksi penjualan buah mingguan. Data penjualan harian delapan jenis buah pada periode Januari 2024 hingga Maret 2025 diolah menjadi data mingguan melalui tahapan eksplorasi data, data preprocessing, transformasi deret waktu (time series), one-hot encoding, pembuatan fitur lag dan moving average, serta pembagian data menggunakan metode time series split. Model dilatih menggunakan 80% data, dengan Random Forest memanfaatkan fitur numerik hasil transformasi, sedangkan LSTM memanfaatkan urutan tiga langkah waktu. Evaluasi menggunakan metrik R² dan Root Mean Squared Error (RMSE) menunjukkan bahwa Random Forest memiliki kinerja yang lebih baik (R² = 0,9191; RMSE = 2,18) dibandingkan LSTM (R² = 0,8793; RMSE = 2,66), sehingga lebih efektif dalam memodelkan pola penjualan buah mingguan.
Development of Health Mask Identification Using YOLOv5 Architecture Ahmad Fauzi; Prasetyo Ajie; Anis Fitri Nur Masruriyah; Deden Wahiddin; Hanny Hikmayanti; April Lia Hananto
International Journal of Artificial Intelligence Research Vol 6, No 1.1 (2022)
Publisher : Universitas Dharma Wacana

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.29099/ijair.v6i1.1.573

Abstract

Coronavirus Disease 2019 (COVID-19) causes the state to suffer losses, especially in the health sector. WHO calls for controlling COVID-19 with health protocols that must be obeyed, one of which is wearing a mask. The use of masks can reduce the transmission of COVID-19. But there are still many people who ignore the protocol to use masks properly. So a system was created to detect the use of masks properly using the YOLOv5 architecture. Aiming to help regulate the use of masks in public areas or open places. The process of this research begins with data collection in the form of images. The collected image data will later be used as a dataset and model training will be carried out using the YOLOv5s model. The accuracy results obtained from this study reached 90.37%
Co-Authors Adi Pratama Adi Rizky Pratama Ahmad Fauzi Ahmad Takdir Alfahri Firjatillah Ananda Faizah Anis Fitri Nur Masruriyah April Lia Hananto Ayu Juwita Baihaqi, Kiki Ahmad Dian Ayu Damayanti Dina Aliya Sari Dwi Kusumaningrum Elsa Awal Elsa Elvira Awal Euis Nurlaelasari Fitri Nur Masruriyah, Anis Gilang Cantona Gilang Wibowo Hanny Hikmayanti Handayani Hidayatus Solikhin Hilda Yulia Novita Iman Sanjaya Indra, Jamaludin Indri Rahmawati Kiki Baihaqi Kiki Wahyuddin Lestari, Santi Arum Puspita M. Naufal Faqih Maulidinah Nurrahma Mochamad Rayhan Bachtiar Moh. Alifudin Muhamad Ibnu Rizky Muhammad Naufal Muhammad Yusuf Nurhayati Prasetyo Ajie Rahmat Ray Pamungkas Ryan Hasbie Sutan Faisal Tatang Rohana Tohirin Mudzakir Topan Ramadhan Tri Denda Warna